声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1311/O4
国际刊号：1001-4322
发布日期:
作者：肖邓杰, 乔予思, 储中明,
关键词：轨道校正, 机器学习, 运行数据, 磁铁误差, 数据清洗,
轨道校正是加速器束流调节最基本的步骤之一，也是目前各加速器实验室共同面对的问题之一。在传统方法中，线性代数工具被应用于各种类型的响应矩阵，以解决响应矩阵的奇异性等问题。提出一种基于机器学习的加速器轨道校正方法，可以避免处理响应矩阵的问题通过直接读取BPM数据和校正磁铁强度值实时构建机器学习模型快速地对轨道进行修正。对机器学习的轨道校正方法进行了介绍，并从数学公式、算法模型、在模拟和真实数据上的测试等方面对该方法进行了讨论。结果表明，在误差范围内该方法能有效的对加速器束流轨道进行校正。
来源：2021年第5期
《强激光与粒子束》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。